核心概念
理解 Verdent 的架构和关键术语
Verdent for VS Code 为 AI 驱动的开发带来精确性与掌控力。传统 AI 编码工具靠猜测你的意图，而 Verdent 让你在 AI 执行之前就能准确看到它将做什么、验证它是否正确运行，并每次都交付可靠的代码。
先规划、早验证、交付可靠的代码
Verdent 的工作流围绕三个核心阶段构建：
- 规划（Plan） - 在任何执行开始之前，与 AI 进行一轮澄清对话。你可以用规划规则自定义其行为，并使用交互式架构规划、可视化图表和任务拆解，让你的需求清晰无误
- 编码（Code） - 借助 Code Diff 的企业级分析审查改动，满怀信心地交付可投入生产的成果
- 验证（Verify） - 通过 Verify 子智能体和浏览器操作进行质量保证。通过多轮修复循环不断迭代，直到代码通过全面验证
理解这些核心概念和 Verdent 的架构将帮助你更高效地使用该扩展。
了解更多：Plan-Code-Verify 工作流
架构概览
复杂任务会被拆解并委派给针对特定目的优化的专门 AI 智能体。每个子智能体都拥有自己的自定义系统提示词和独立的上下文窗口，与调用它的主智能体相互隔离。
这种隔离保持了最佳性能并防止上下文污染，使每个子智能体能够专注于其专门任务，而无需让主智能体承担每一个实现细节。
内置默认子智能体：
Verdent 包含三个开箱即用的默认子智能体：
| 子智能体 | 用途 | 使用场景 |
|---|---|---|
| @Verifier | 快速代码检查和验证 | 在编码任务期间确保代码质量和正确性 |
| @Explorer | 快速代码库探索 | 查找文件并回答关于代码库结构的问题 |
| @Code-reviewer | 即时代码质量评估 | 主动扫描安全性、可维护性和性能问题 |
自定义子智能体：
你可以创建针对特定需求量身定制的自定义子智能体。每个自定义子智能体都拥有自己的系统提示词，让你能够为特定任务或工作流定义专门的行为。
自定义子智能体可以根据任务模式自动调用，也可以使用 @ 提及手动调用。常见用例包括：
- 技术栈专家 - React 性能优化器、SQL 查询优化器、Docker 配置审查器
- 质量保证 - 测试覆盖率分析器、错误处理审查器、日志标准执行器
- 团队专属工作流 - 代码风格执行器、文档一致性检查器、依赖审计器
- 项目专属需求 - 遗留代码现代化工具、迁移助手、性能预算执行器
了解更多： 子智能体管理
执行模式
Verdent 支持多种执行模式，用于控制 AI 处理权限和交互的方式：
权限模式：
- 手动接受模式 - 在每个工具首次使用时请求权限。最适合学习和需要最大掌控力的通用开发。
- 自动运行模式（默认）- 自动接受安全操作的权限（文件读取、网络搜索）。文件编辑和命令执行仍需批准。适合受信任的项目和快速原型开发。
- 跳过权限模式 - 绕过所有提示的完全自主操作。仅适用于隔离、安全的环境，如自动化测试或沙箱。
要在权限模式之间切换，请点击输入框中的 Switch Permission 按钮（显示当前模式，如 "Manual" 或 "Auto"），然后从下拉菜单中选择你想要的模式。
Switch Mode（控制交互风格）：
- Agent Mode - 完整的智能体行为，可自主执行任务和文件操作
- Plan Mode - 以规划为重点的交互，在执行前审查方案
- Chat Mode - 不进行自主文件操作的对话式交互
要在交互风格之间切换，请点击输入框中的 Switch Mode 按钮（显示当前模式，如 "Agent" 或 "Plan"），然后从下拉菜单中选择你想要的模式。
额外模式：
- Think Hard Mode - 分配最大计算资源以深入分析问题、探索多种方案并提供更周全的解决方案。适合架构决策、复杂调试以及需要复杂推理的任务。
要激活 Think Hard Mode，请在提交请求之前点击输入框中的 Think Hard 按钮。
了解更多： 执行模式概览
上下文管理
上下文管理控制 Verdent 在你的会话期间可以访问哪些信息。上下文窗口是智能体的记忆上限，以 token 计量，由多个组成部分共享：系统指令、文件内容、对话消息和智能体响应。
上下文如何工作：
- @ 提及 - 使用
@filename.js显式将文件添加到上下文，实现精确控制 - 自动加载 - Verdent 根据任务自动包含相关文件
- 独立的子智能体上下文 - 每个子智能体都在隔离的上下文窗口中运行，防止污染主智能体的记忆
- 上下文窗口限制 - 以 token 计量的有限上下文。随着对话增长，可用空间减少，模型性能下降
最佳实践：
- 利用自然断点将大任务拆分为更小的块
- 对复杂任务使用 Plan Mode，在执行前审查方案
- 在集成之前先完成各个独立组件，以避免上下文耗尽
- 开始新任务时启动新对话，以清空上下文并保持最佳性能
了解更多： 上下文管理最佳实践
模型选择
Verdent 在单一工作流中协调来自多个 AI 提供商（Claude、GPT-5、Gemini、MiniMax）的模型。每个专门的智能体都能为其特定任务选用最优模型。
预设模型：
- Performance - 最大上下文、前沿模型（1-2 倍积分消耗）
- Balance - 性能与成本的最佳平衡（1 倍积分消耗）
- Efficiency - 快速、响应灵敏、成本高效的任务（约 0.3 倍积分消耗）
可用的单独模型：
| 提供商 | 模型 | 最适合 | 成本效率 |
|---|---|---|---|
| Anthropic | Claude 4.5 Opus | 非常适合深度编码任务和问题解决。 | 1.5 倍成本 |
| Anthropic | Claude 4.5 Sonnet | 平衡的复杂任务 | 1 倍基准 |
| Anthropic | Claude 4.5 Sonnet 1M | 长或复杂任务（>200k 输入） | 0.5 倍效率（2 倍成本） |
| Anthropic | Claude 4.5 Haiku | 快速、简单的任务 | 比 Sonnet 高效 3.2 倍 |
| OpenAI | GPT-5 (Beta) | 推理和创造力 | 比 Sonnet 高效 1.3 倍 |
| OpenAI | GPT-5 Codex (Beta) | 编码和调试 | 比 Sonnet 高效 1.3 倍 |
| Gemini 3 Pro | 高级推理和多模态 | 可变 | |
| Kimi | Kimi 2 Turbo (Beta) | 编码用的闪电级模型 | 比 Sonnet 高效 3.1 倍 |
了解更多： 配置设置
常见问题
什么是上下文污染？
当上下文中先前的操作和信息产生了意外的行为模式，进而影响未来的任务时。例如，如果你反复更新代码然后部署它，智能体可能会开始将所有代码更新与立即部署关联起来，即使你只是在做实验。子智能体通过在隔离的上下文窗口中运行来防止上下文污染，让每个专门任务都能以干净的上下文开始，并避免不同类型工作之间的交叉污染。
什么是安全操作？
仅读取数据而不做更改的操作：文件读取和网络搜索。这些操作在自动运行模式下会被自动批准，而文件编辑和命令执行出于安全考虑仍需批准。
什么是命令执行？
通过 Verdent 运行终端命令或 shell 脚本，包括运行测试、安装包或执行构建命令等操作。在大多数权限模式下，命令执行都需要批准，以防止意外的系统更改。
什么是 token？
上下文窗口的计量单位。Token 表示 AI 模型处理的文本片段（单词、单词的一部分或字符）。上下文限制以 token 而非字符或单词计量，一次典型对话会消耗数千个 token。
什么是积分？
Verdent 的使用货币。不同模型有不同的成本效率（例如 Haiku 比 Sonnet 基准高效 3.2 倍，Sonnet 为 1 倍基准）。你的套餐包含每月积分配额（例如 Starter 640 积分、Pro 2,000 积分、Max 6,000 积分）。
什么是多轮生成-测试-修复循环？
一种迭代式验证流程，代码会被生成、测试和修复，直到通过全面测试。Verdent 会自动运行测试、分析失败、修复问题并重新测试，经过多轮直到代码正确运行。这交付的是可投入生产的代码，而不仅仅是建议。每个结果都包含详细摘要和代码差异，准确展示更改了什么。